1. ggplot2 기초

`ggplot2` plot의 기본 성분

성분	설명
Data	주로 dataframe 형태의 데이터
Aesthetic Mappings	데이터를 축, 색상 및 점의 크기 등으로 매핑하는 방법
Geometric object	점,선,도형과 같은 기하학적 객체
Facetting	조건부 플롯을 위해 패널을 분할하여 표현하는 방법
Statistical transformation	구간화, 분위수, 평활 등의 통계 변환
Scales	데이터의 스케일을 동적으로 조정하여 어떤 시각적 요소를 사용할 것인가 정의(e.g., 남성 = 파랑, 여성= 빨강 등으로 지정)
Coordinate system	좌표계
Position adjustment	위치의 조정

`ggplot2` 함수 분류

함수	설명
plot creation	ggplot 객체를 생성하는 함수군
geoms	그래픽의 지오메트릭(기하학적인 형태)을 지정하고 추가하는 함수군
statistics	데이터를 통계적인 관점으로 변환하는 함수군
scales	축의 스케일 변환과 라벨, 범례 등을 변경하는 함수군
coordinate systems	좌표계를 설정하는 함수군
faceting	그래픽 facet 레이아웃을 정의하는 함수군
position adjustments	지오메트릭의 위치를 지정하는 함수군
anotation	주석을 표기하는 함수군
fortify	타 클래스 객체를 데이터 프레임 객체로 변환하는 함수군
themes	스타일이나 테마를 설정하는 함수군
aesthetics	데이터를 축, 라벨, 색상 등 기하 구조상 시각적 속성에 매핑하는 함수군
others	기타 함수군

ggplot 레이어와 함수간 매핑

레이어	함수
data	plot creation 함수군
mapping	plot creation 함수군, aesthetics 함수군
geom	geoms 함수군
stat	statistics 함수군
position	position adjustments 함수군

기초 플롯인 ggplot 클래스 객체를 생성
가장 많이 사용하는 함수는 ggplot()과 qplot()
- ggplot() 함수는 dataframe 객체로 플롯을 그릴 때 사용
- qplot() 함수는 각 변수가 독립적인 객체로 존재할 때 사용
qplot() 함수는 geom을 지정하지 않을 경우 point로 적용됨
ggplot은 모든 그래픽 인수들을 구체적으로 지정해야 함

Geoms 함수군

geometric 요소를 지정하기 위한 함수군
선, 점, 막대, 박스, 파이 등을 생각하면 됨

함수	설명	비고
`geom_point()`	산점도
`geom abline()`	추세선	기울기와 절편을 꼭 적어줘야 함
`geom_bar()`	막대그래프	이산형 변수화 해야 함
`geom_ribbon()`	영역을 채우는 plot	`geom_area()`은 geom_ribbon의 한 형태
`geom boxplot()`	박스플롯
`geom _histogram()`	히스토그램
`geom_density()`	1차원 데이터에 대한 밀도를 표현하기 위한 함수	geom_area() + `stat_density()`와 동일
`geom _density2d()`	2차원 데이터에 대한 밀도를 표현하는 함수	`geom_area()+stat_density2d()`와 동일. 하지만 복잡한 표현을 하려면 `stat_density2d()`를 직접 사용해야 함
`geom_contour()`	등고선을 그리는 용도
`geom_text()`	plot에 text를 표현하기 위한 함수
`geom_map()`	지도를 표현하는 함수

1.1. ggplot2 기본 사용법

ggplot 객체의 구조 - summary를 보면 대략적인 그래프를 짐작할 수 있음 - mapping을 보면 x,y축의 데이터와 색상을 결정짓는 변수를 확인 가능함 - faceting은 조건부 출력을 의미함. facet_null()’ 은 faceting이 없다는 말 - geom_point()는 산점도 그래프라는 의미 - stat_identity는 통계변환이 identity, 즉 변환이 없는 상태의 데이터라는 것을 의미 - position_identity도 데이터 위치가 어떠한 조정도 없었다는 것을 의미 - na.rm=False는 결측값 제거를 하지 않았다는 것을 의미함

패키지 설치 및 데이터 준비

# install.packages("ggplot2")
# install.packages("titanic")
library(titanic)
titanic.df = titanic_train
titanic.df$Survived = as.factor(titanic.df$Survived)
titanic.df$Pclass = as.factor(titanic.df$Pclass)
titanic.df$Sex = as.factor(titanic.df$Sex)
titanic.df$Embarked = as.factor(titanic.df$Embarked)
titanic.df$NumRelatives = titanic.df$SibSp + titanic.df$Parch
library(ggplot2)

1.2. ggplot2로 barplot그리기

실린더 수에 대한 barplot을 그림
막대는 기어의 개수에 따라 서로 다른 facet에 출력
facet이란 독립된 subplot이 그려지는 패널 구조를 의미
결과 값을 보면 3개의 subplot이 있는 것을 확인 할 수 잇음
산점도 색상 옵션으로 colour = 인수 사용, barplot =은 색상 옵션으로 fill = 인수 사용

#Survival rates
ggplot(data = titanic.df, aes(x = Survived)) + geom_bar()

# Survival rate by gender
ggplot(data = titanic.df, aes(x = Sex, fill = Survived)) + geom_bar()

# Proportions of survival rate by gender
ggplot(data = titanic.df, aes(x = Sex, fill = Survived)) + geom_bar(position = "fill")

# to Survival rate by Passenger class
ggplot(data = titanic.df, aes(x = Pclass, fill = Survived)) + geom_bar()

# Proportions of survival rate by passenger
ggplot(data = titanic.df, aes(x = Pclass, fill = Survived)) + geom_bar(position = "fill")

# Proportions of Passenger class by survival
ggplot(data = titanic.df, aes(x = Survived, fill = Pclass)) + geom_bar(position = "fill")

# Survival rate by gender, but split barplot by Passenger class
ggplot(data = titanic.df, aes(x = Sex, fill = Survived)) +
  geom_bar(position = "fill") +
  facet_wrap( ~ Pclass)

# <span id="used-example" />
# Survival rate by gender, but split barplot by Passenger class, bars next to each other
ggplot(data = titanic.df, aes(x = Sex, fill = Survived)) +
  geom_bar(position = "dodge") +
  facet_wrap( ~ Pclass)

1.3. Histograms, boxplots, density plots

# Age Distribution
ggplot(data = titanic.df, aes(x = Age)) + geom_histogram(binwidth = 5)

## Warning: Removed 177 rows containing non-finite values (`stat_bin()`).

# Age Distribution by survival
ggplot(data = titanic.df, aes(x = Age, fill = Survived)) + geom_histogram(binwidth = 5)

## Warning: Removed 177 rows containing non-finite values (`stat_bin()`).

# Age distribution by survival using boxplots
ggplot(data = titanic.df, aes(x = Survived, y = Age)) + geom_boxplot()

## Warning: Removed 177 rows containing non-finite values (`stat_boxplot()`).

# Age distribution by survival and gender using boxplots
ggplot(data = titanic.df, aes(X = Survived, y = Age, fill = Sex)) + geom_boxplot()

## Warning: Removed 177 rows containing non-finite values (`stat_boxplot()`).

# Age Distributions by survival, gender and passenger class using transparent density plots
ggplot(data = titanic.df, aes(x = Age, fill = Survived)) +
  facet_grid(Sex ~ Pclass) +
  geom_density(alpha = 0.5)

## Warning: Removed 177 rows containing non-finite values (`stat_density()`).

# Age distribution by survival, gender and passenger class using violin plots
ggplot(data = titanic.df, aes(x = Sex, y = Age, fill = Survived)) +
  facet_grid( ~ Pclass) +
  geom_violin()

## Warning: Removed 177 rows containing non-finite values (`stat_ydensity()`).

1.4. Scatter plots 산점도

# Age VS fare
ggplot(data = titanic.df, aes(x = Age, y = Fare)) + geom_point()

## Warning: Removed 177 rows containing missing values (`geom_point()`).

# Age VS fare, color by survival
ggplot(data = titanic.df, aes(x = Age, y = Fare, color = Survived)) + geom_point()

## Warning: Removed 177 rows containing missing values (`geom_point()`).

# Age VS fare, color by survival, shape by Pclass
ggplot(data = titanic.df, aes(
  x = Age,
  y = Fare,
  color = Survived,
  shape =
    Pclass
)) +
  geom_point(alpha = 0.5)

## Warning: Removed 177 rows containing missing values (`geom_point()`).

# Age VS fare, color by survival, shape by Pclass, size by number of relatives
ggplot(data = titanic.df,
       aes(
         x = Age,
         y = Fare,
         color = Survived,
         shape =
           Pclass,
         size = NumRelatives
       )) +
  geom_point()

## Warning: Removed 177 rows containing missing values (`geom_point()`).

# Age VS fare, color by survival, shape by Pclass, size by number of relatives, semi-transparent points
ggplot(data = titanic.df,
       aes(
         x = Age,
         y = Fare,
         color = Survived,
         shape =
           Pclass,
         size = NumRelatives
       )) +
  geom_point(alpha = 0.5) +
  scale_size_continuous(breaks = c(0, 2, 4, 6, 10)) +
  scale_color_manual(values = c("red", "yellow"))

## Warning: Removed 177 rows containing missing values (`geom_point()`).

# Age VS number of relatives, color by survival, semi-transparent points
library(devtools)

## Loading required package: usethis

# devtools::install_github("hrbrmstr/ggalt")
library(ggalt)

## Registered S3 methods overwritten by 'ggalt':
##   method                  from   
##   grid.draw.absoluteGrob  ggplot2
##   grobHeight.absoluteGrob ggplot2
##   grobWidth.absoluteGrob  ggplot2
##   grobX.absoluteGrob      ggplot2
##   grobY.absoluteGrob      ggplot2

ggplot(data = titanic.df,
       aes(x = Age, y = NumRelatives, color = Survived)) +
  geom_point(alpha = 0.5, size = 3) +
  geom_encircle(data = subset(titanic.df,
                              Age < 25 & NumRelatives > 4 & Survived == 0),
                aes (x = Age, y = NumRelatives))

## Warning: Removed 177 rows containing missing values (`geom_point()`).

# Age VS fare, color by survival, smoothed estimator
ggplot(data = titanic.df, aes(x = Age, y = Fare, color = Survived)) +
  geom_point() +
  geom_smooth(method = "lm")

## `geom_smooth()` using formula = 'y ~ x'

## Warning: Removed 177 rows containing non-finite values (`stat_smooth()`).
## Removed 177 rows containing missing values (`geom_point()`).

1.5. Line Plots

# connect people by Cabin numbers
ggplot(data = subset(titanic.df, Cabin != ""),
       aes(x = Age, y = Name, color = Survived)) +
  geom_point () +
  geom_line(aes(group = Cabin))

## Warning: Removed 19 rows containing missing values (`geom_point()`).

## Warning: Removed 19 rows containing missing values (`geom_line()`).

1.6. Fine tuning

# Scales (color, fill, size, shape, linetype)
ggplot(data = titanic.df, aes(
  x = Age,
  y = Fare,
  color = Survived,
  size = NumRelatives
)) +
  geom_point(alpha = 0.5) +
  scale_size_continuous(breaks = c(0, 5, 10),
                        name = "Number of\nrelatives") +
  scale_color_manual(labels = c("False", "True"),
                     values = c("red", "yellow"))

## Warning: Removed 177 rows containing missing values (`geom_point()`).

ggplot(data = titanic.df, aes(
  x = Age,
  y = Fare,
  color = Survived,
  size = NumRelatives
)) +
  geom_point(alpha = 0.5) +
  scale_y_continuous(trans = "log2") +
  labs(y = "Fare [$]")

## Warning: Transformation introduced infinite values in continuous y-axis
## Removed 177 rows containing missing values (`geom_point()`).

ggplot(data = titanic.df, aes(
  x = Age,
  y = Fare,
  color = Survived,
  size = NumRelatives
)) +
  geom_point(alpha = 0.5) +
  labs(title = "Age vs. Fare")

## Warning: Removed 177 rows containing missing values (`geom_point()`).

1.7. Coordinates

ggplot은 Layer를 쌓아가는 방식으로 사용
- \(ggplot = layers + scales + coordinate \ system\)
- \(layers = data + mapping + geom + stat + position\)
scales 와 coordinate system은 그림을 그릴 캔버스의 개념
layers가 실제 그리는 그림
data, mapping, ceom 등등으로 하나씩 중첩해 가면서 plot을 그림
geom의 요소 또한 중첩 가능

# Flip
ggplot(data = titanic.df, aes(x = Pclass, fill = Survived)) +
  geom_bar() +
  coord_flip()

# Pie Chart
ggplot(data = titanic.df, aes(x = factor(1), fill = Survived)) +
  geom_bar(position = "fill") +
  facet_grid(Pclass ~ Sex) +
  coord_polar(theta = "y")

# Themes
ggplot(data = titanic.df, aes(
  x = Age,
  y = Fare,
  color = Survived,
  size = NumRelatives
)) +
  geom_point(alpha = 0.5) +
  theme_minimal()

## Warning: Removed 177 rows containing missing values (`geom_point()`).

1.8. smoothers

ggplot(data = titanic.df, aes(
  x = Age,
  y = Fare,
  color = factor(Pclass)
)) +
  geom_point () +
  geom_smooth(method = "lm")

## `geom_smooth()` using formula = 'y ~ x'

## Warning: Removed 177 rows containing non-finite values (`stat_smooth()`).

## Warning: Removed 177 rows containing missing values (`geom_point()`).

2. leaflet

leaflet 패키지는 interactive한 그래프를 그릴 있는 패키지
구글맵과 오픈스트리트 맵을 이용하여 공간데이터를 시각화 함

# install.packages('leaflet')
library(leaflet)
library(dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

m = leaflet() %>% addTiles()
m %>% setView(127.0462, 37.2830, zoom = 15) #아주대 위경도 설정

m %>% addPopups(127.0462, 37.2830, 'Here is Ajou University!')

leaflet예제

addTiles() 함수와 addAwesomeMarkers() 함수 사용
서울시 교통 돌발상황 조회 서비스 데이터 중 일부를 사용하여 지도에 표시하기

데이터로드 및 시각화

traffic = read.csv("traffic.csv", fileEncoding = "utf-8")
range (traffic$start.ps.x) # 돌발상황 시작점 경도

## Warning in min(x, na.rm = na.rm): no non-missing arguments to min; returning Inf

## Warning in max(x, na.rm = na.rm): no non-missing arguments to max; returning
## -Inf

## [1]  Inf -Inf

range(traffic$start.pos.y) # 돌발상황 시작점 위도

## [1]  0.00000 37.69728

traffic1 = traffic[traffic$start.pos.x != 0 &
                     traffic$start.pos.y != 0, ] #na값 제거(0인값)
leaflet(traffic1) %>% addTiles() %>%
  addAwesomeMarkers( ~ start.pos.x, ~ start.pos.y)

연습문제

연습문제1

해당 코드는 반응형 시각화 도구인 plotly에 대한 예시 입니다. 위의 따라 쳤던 코드 중 하나를 선택해 plotly를 통해 나타내세요.
참고 사이트 : https://plotly.com/r/

# plotly 예제 코드

library(plotly)

## 
## Attaching package: 'plotly'

## The following object is masked from 'package:ggplot2':
## 
##     last_plot

## The following object is masked from 'package:stats':
## 
##     filter

## The following object is masked from 'package:graphics':
## 
##     layout

t = ggplot(iris, aes(Sepal.Length, Sepal.Width, color = Species)) +
  geom_point(size = 3)
ggplotly(t)

myplot = ggplot(data = titanic.df, aes(x = Sex, fill = Survived)) +
  geom_bar(position = "dodge") +
  facet_wrap( ~ Pclass)
ggplotly(myplot)

연습문제2

다음은 spotifyr이라고 하는 패키지를 이용하여 데이터를 가져오는 방법이다.
해당 데이터셋을 활용하여 2가지 이상의 그래프를 그리고 각각의 해석을 적으시오.
다양한 가수 혹은 함수를 시도해보시오. (추가점 있음)
참고 블로그 http://catnip-clarinet-e71.notion.site/spotifyR-ecead90c55e74e77a19f6c3cbd744de6

library(devtools)
# devtools::install_github('charlie86/spotifyr')
library(spotifyr)
Sys.setenv(SPOTIFY_CLIENT_ID = '19adc17a0e6747a4b668b274788c9600')
Sys.setenv(SPOTIFY_CLIENT_SECRET = '83379751536f4d5aa2f8f71d28b58d30')
access_token = get_spotify_access_token()
bts = get_artist_audio_features('BTS')
str(head(bts))

## 'data.frame':    6 obs. of  39 variables:
##  $ artist_name                 : chr  "BTS" "BTS" "BTS" "BTS" ...
##  $ artist_id                   : chr  "3Nrfpe0tUJi4K4DXYWgMUX" "3Nrfpe0tUJi4K4DXYWgMUX" "3Nrfpe0tUJi4K4DXYWgMUX" "3Nrfpe0tUJi4K4DXYWgMUX" ...
##  $ album_id                    : chr  "6al2VdKbb6FIz9d7lU7WRB" "6al2VdKbb6FIz9d7lU7WRB" "6al2VdKbb6FIz9d7lU7WRB" "6al2VdKbb6FIz9d7lU7WRB" ...
##  $ album_type                  : chr  "album" "album" "album" "album" ...
##  $ album_images                :List of 6
##   ..$ :'data.frame': 3 obs. of  3 variables:
##   .. ..$ height: int  640 300 64
##   .. ..$ url   : chr  "https://i.scdn.co/image/ab67616d0000b27317db30ce3f081d6818a8ad49" "https://i.scdn.co/image/ab67616d00001e0217db30ce3f081d6818a8ad49" "https://i.scdn.co/image/ab67616d0000485117db30ce3f081d6818a8ad49"
##   .. ..$ width : int  640 300 64
##   ..$ :'data.frame': 3 obs. of  3 variables:
##   .. ..$ height: int  640 300 64
##   .. ..$ url   : chr  "https://i.scdn.co/image/ab67616d0000b27317db30ce3f081d6818a8ad49" "https://i.scdn.co/image/ab67616d00001e0217db30ce3f081d6818a8ad49" "https://i.scdn.co/image/ab67616d0000485117db30ce3f081d6818a8ad49"
##   .. ..$ width : int  640 300 64
##   ..$ :'data.frame': 3 obs. of  3 variables:
##   .. ..$ height: int  640 300 64
##   .. ..$ url   : chr  "https://i.scdn.co/image/ab67616d0000b27317db30ce3f081d6818a8ad49" "https://i.scdn.co/image/ab67616d00001e0217db30ce3f081d6818a8ad49" "https://i.scdn.co/image/ab67616d0000485117db30ce3f081d6818a8ad49"
##   .. ..$ width : int  640 300 64
##   ..$ :'data.frame': 3 obs. of  3 variables:
##   .. ..$ height: int  640 300 64
##   .. ..$ url   : chr  "https://i.scdn.co/image/ab67616d0000b27317db30ce3f081d6818a8ad49" "https://i.scdn.co/image/ab67616d00001e0217db30ce3f081d6818a8ad49" "https://i.scdn.co/image/ab67616d0000485117db30ce3f081d6818a8ad49"
##   .. ..$ width : int  640 300 64
##   ..$ :'data.frame': 3 obs. of  3 variables:
##   .. ..$ height: int  640 300 64
##   .. ..$ url   : chr  "https://i.scdn.co/image/ab67616d0000b27317db30ce3f081d6818a8ad49" "https://i.scdn.co/image/ab67616d00001e0217db30ce3f081d6818a8ad49" "https://i.scdn.co/image/ab67616d0000485117db30ce3f081d6818a8ad49"
##   .. ..$ width : int  640 300 64
##   ..$ :'data.frame': 3 obs. of  3 variables:
##   .. ..$ height: int  640 300 64
##   .. ..$ url   : chr  "https://i.scdn.co/image/ab67616d0000b27317db30ce3f081d6818a8ad49" "https://i.scdn.co/image/ab67616d00001e0217db30ce3f081d6818a8ad49" "https://i.scdn.co/image/ab67616d0000485117db30ce3f081d6818a8ad49"
##   .. ..$ width : int  640 300 64
##  $ album_release_date          : chr  "2022-06-10" "2022-06-10" "2022-06-10" "2022-06-10" ...
##  $ album_release_year          : num  2022 2022 2022 2022 2022 ...
##  $ album_release_date_precision: chr  "day" "day" "day" "day" ...
##  $ danceability                : num  0.602 0.438 0.597 0.492 0.734 0.482
##  $ energy                      : num  0.841 0.864 0.909 0.931 0.848 0.858
##  $ key                         : int  8 2 11 9 1 5
##  $ loudness                    : num  -3.33 -5.18 -4.5 -3.84 -4.43 ...
##  $ mode                        : int  0 1 0 0 1 0
##  $ speechiness                 : num  0.109 0.47 0.16 0.297 0.102 0.069
##  $ acousticness                : num  0.0354 0.0118 0.0443 0.00244 0.000913 0.0218
##  $ instrumentalness            : num  0.00 1.66e-06 0.00 0.00 2.47e-04 0.00
##  $ liveness                    : num  0.235 0.431 0.374 0.353 0.256 0.244
##  $ valence                     : num  0.684 0.594 0.564 0.444 0.37 0.737
##  $ tempo                       : num  158 168 147 166 112 ...
##  $ track_id                    : chr  "1IthE5GNiRzFN5CVaCa445" "27S8iOXD7Z58yvJtyk2S9j" "2GEnvQgSJhedm2sqZlOP8o" "0vMk4IrUfSJQkhwZnVX6us" ...
##  $ analysis_url                : chr  "https://api.spotify.com/v1/audio-analysis/1IthE5GNiRzFN5CVaCa445" "https://api.spotify.com/v1/audio-analysis/27S8iOXD7Z58yvJtyk2S9j" "https://api.spotify.com/v1/audio-analysis/2GEnvQgSJhedm2sqZlOP8o" "https://api.spotify.com/v1/audio-analysis/0vMk4IrUfSJQkhwZnVX6us" ...
##  $ time_signature              : int  4 4 4 4 4 4
##  $ artists                     :List of 6
##   ..$ :'data.frame': 1 obs. of  6 variables:
##   .. ..$ href                 : chr "https://api.spotify.com/v1/artists/3Nrfpe0tUJi4K4DXYWgMUX"
##   .. ..$ id                   : chr "3Nrfpe0tUJi4K4DXYWgMUX"
##   .. ..$ name                 : chr "BTS"
##   .. ..$ type                 : chr "artist"
##   .. ..$ uri                  : chr "spotify:artist:3Nrfpe0tUJi4K4DXYWgMUX"
##   .. ..$ external_urls.spotify: chr "https://open.spotify.com/artist/3Nrfpe0tUJi4K4DXYWgMUX"
##   ..$ :'data.frame': 1 obs. of  6 variables:
##   .. ..$ href                 : chr "https://api.spotify.com/v1/artists/3Nrfpe0tUJi4K4DXYWgMUX"
##   .. ..$ id                   : chr "3Nrfpe0tUJi4K4DXYWgMUX"
##   .. ..$ name                 : chr "BTS"
##   .. ..$ type                 : chr "artist"
##   .. ..$ uri                  : chr "spotify:artist:3Nrfpe0tUJi4K4DXYWgMUX"
##   .. ..$ external_urls.spotify: chr "https://open.spotify.com/artist/3Nrfpe0tUJi4K4DXYWgMUX"
##   ..$ :'data.frame': 1 obs. of  6 variables:
##   .. ..$ href                 : chr "https://api.spotify.com/v1/artists/3Nrfpe0tUJi4K4DXYWgMUX"
##   .. ..$ id                   : chr "3Nrfpe0tUJi4K4DXYWgMUX"
##   .. ..$ name                 : chr "BTS"
##   .. ..$ type                 : chr "artist"
##   .. ..$ uri                  : chr "spotify:artist:3Nrfpe0tUJi4K4DXYWgMUX"
##   .. ..$ external_urls.spotify: chr "https://open.spotify.com/artist/3Nrfpe0tUJi4K4DXYWgMUX"
##   ..$ :'data.frame': 1 obs. of  6 variables:
##   .. ..$ href                 : chr "https://api.spotify.com/v1/artists/3Nrfpe0tUJi4K4DXYWgMUX"
##   .. ..$ id                   : chr "3Nrfpe0tUJi4K4DXYWgMUX"
##   .. ..$ name                 : chr "BTS"
##   .. ..$ type                 : chr "artist"
##   .. ..$ uri                  : chr "spotify:artist:3Nrfpe0tUJi4K4DXYWgMUX"
##   .. ..$ external_urls.spotify: chr "https://open.spotify.com/artist/3Nrfpe0tUJi4K4DXYWgMUX"
##   ..$ :'data.frame': 1 obs. of  6 variables:
##   .. ..$ href                 : chr "https://api.spotify.com/v1/artists/3Nrfpe0tUJi4K4DXYWgMUX"
##   .. ..$ id                   : chr "3Nrfpe0tUJi4K4DXYWgMUX"
##   .. ..$ name                 : chr "BTS"
##   .. ..$ type                 : chr "artist"
##   .. ..$ uri                  : chr "spotify:artist:3Nrfpe0tUJi4K4DXYWgMUX"
##   .. ..$ external_urls.spotify: chr "https://open.spotify.com/artist/3Nrfpe0tUJi4K4DXYWgMUX"
##   ..$ :'data.frame': 1 obs. of  6 variables:
##   .. ..$ href                 : chr "https://api.spotify.com/v1/artists/3Nrfpe0tUJi4K4DXYWgMUX"
##   .. ..$ id                   : chr "3Nrfpe0tUJi4K4DXYWgMUX"
##   .. ..$ name                 : chr "BTS"
##   .. ..$ type                 : chr "artist"
##   .. ..$ uri                  : chr "spotify:artist:3Nrfpe0tUJi4K4DXYWgMUX"
##   .. ..$ external_urls.spotify: chr "https://open.spotify.com/artist/3Nrfpe0tUJi4K4DXYWgMUX"
##  $ available_markets           :List of 6
##   ..$ : chr  "AD" "AE" "AG" "AL" ...
##   ..$ : chr  "AD" "AE" "AG" "AL" ...
##   ..$ : chr  "AD" "AE" "AG" "AL" ...
##   ..$ : chr  "AD" "AE" "AG" "AL" ...
##   ..$ : chr  "AD" "AE" "AG" "AL" ...
##   ..$ : chr  "AD" "AE" "AG" "AL" ...
##  $ disc_number                 : int  1 1 1 1 1 1
##  $ duration_ms                 : int  238628 222066 209751 231384 245810 210986
##  $ explicit                    : logi  FALSE FALSE FALSE FALSE FALSE FALSE
##  $ track_href                  : chr  "https://api.spotify.com/v1/tracks/1IthE5GNiRzFN5CVaCa445" "https://api.spotify.com/v1/tracks/27S8iOXD7Z58yvJtyk2S9j" "https://api.spotify.com/v1/tracks/2GEnvQgSJhedm2sqZlOP8o" "https://api.spotify.com/v1/tracks/0vMk4IrUfSJQkhwZnVX6us" ...
##  $ is_local                    : logi  FALSE FALSE FALSE FALSE FALSE FALSE
##  $ track_name                  : chr  "Born Singer" "No More Dream" "N.O" "Boy In Luv" ...
##  $ track_preview_url           : chr  "https://p.scdn.co/mp3-preview/f4b4b5806ad3c8cbe347e227a42adbe336c35653?cid=19adc17a0e6747a4b668b274788c9600" "https://p.scdn.co/mp3-preview/bd2ff7e299b98b3b6ae82e06cdd70178ebf61960?cid=19adc17a0e6747a4b668b274788c9600" "https://p.scdn.co/mp3-preview/15f4cc196f047e216bf54d4e239ce6178cae85ee?cid=19adc17a0e6747a4b668b274788c9600" "https://p.scdn.co/mp3-preview/b96512be866a9407acba1dfb74194c5a55e399b7?cid=19adc17a0e6747a4b668b274788c9600" ...
##  $ track_number                : int  1 2 3 4 5 6
##  $ type                        : chr  "track" "track" "track" "track" ...
##  $ track_uri                   : chr  "spotify:track:1IthE5GNiRzFN5CVaCa445" "spotify:track:27S8iOXD7Z58yvJtyk2S9j" "spotify:track:2GEnvQgSJhedm2sqZlOP8o" "spotify:track:0vMk4IrUfSJQkhwZnVX6us" ...
##  $ external_urls.spotify       : chr  "https://open.spotify.com/track/1IthE5GNiRzFN5CVaCa445" "https://open.spotify.com/track/27S8iOXD7Z58yvJtyk2S9j" "https://open.spotify.com/track/2GEnvQgSJhedm2sqZlOP8o" "https://open.spotify.com/track/0vMk4IrUfSJQkhwZnVX6us" ...
##  $ album_name                  : chr  "Proof" "Proof" "Proof" "Proof" ...
##  $ key_name                    : chr  "G#" "D" "B" "A" ...
##  $ mode_name                   : chr  "minor" "major" "minor" "minor" ...
##  $ key_mode                    : chr  "G# minor" "D major" "B minor" "A minor" ...

아래 도표는 BTS가 출시한 곡들을 스포티파이의 API에 질의하여 얻은 데이터를 바탕으로 어떤 음계가 몇 회 사용되었는지를 나타냅니다. 이를 통해 가장 빈번히 사용된 음계는 C#이며, 가장 드물게 사용된 음계는 D#임을 알 수 있습니다. 이 도표를 사용하여 아래와 같은 대화를 나눌 수 있습니다.

BTS가 가장 빈번하게 사용한 음계는 무엇입니까?

A. BTS가 가장 빈번히 사용한 음계는 C#으로, 81 개의 곡에서 사용되었습니다.

library(dplyr)
bts$key_name = as.factor(bts$key_name)
table(bts$key_name)

## 
##  A A#  B  C C#  D D#  E  F F#  G G# 
## 45 30 40 50 81 55 17 21 44 62 38 45

ggplot(data = bts, aes(x = as.factor(key_name))) + geom_bar()

아래 도표는 윤하(1988)가 출시한 곡들을 스포티파이의 API에 질의하여 얻은 데이터를 바탕으로 energy 값을 x축으로, valence 값을 y축으로 하여 생성하였습니다. 점들의 위치를 살펴보면 energy와 valence는 양의 상관계수를 가지고 있음을 알 수 있습니다. 이 도표를 사용하여 아래와 같은 대화를 나눌 수 있습니다.

윤하의 곡들에 있어 energy 값과 valence 값은 관계가 있습니까?

A. 윤하의 곡들에 있어 energy 값과 valence 값은 상관게수가 .5975147로써 양의 상관관계를 가집니다.

이 도표에서 높은 valence는 긍정적 감정을 전달함을 의미합니다.

Valence: A measure from 0.0 to 1.0 describing the musical positiveness conveyed by a track. Tracks with high valence sound more positive (e.g. happy, cheerful, euphoric), while tracks with low valence sound more negative (e.g. sad, depressed, angry).

이 도표에서 높은 energy는 빠르고 시끄럽다는 것을 의미합니다.

Energy: Energy is a measure from 0.0 to 1.0 and represents a perceptual measure of intensity and activity. Typically, energetic tracks feel fast, loud, and noisy.

인자에 대한 설명의 출처: https://rpubs.com/mary18/860196

younha = get_artist_audio_features('Younha')
younha$key_name = as.factor(younha$key_name)
# colnames(younha)
with(younha, cor(energy, valence))

## [1] 0.5975147

ggplot(data = younha, aes(x = energy, y = valence)) +
  geom_point(alpha = 0.6) +
  geom_smooth(method = 'lm', aes(color = "lm"))

## `geom_smooth()` using formula = 'y ~ x'

조금 더 대량의 데이터를 분석해보기 위해 1960년부터 2015년까지의 빌보드 TOP100에 탑재된 데이터를 가져옵니다. 아래 도표는 탑재된 곡들을 스포티파이의 API에 질의하여 얻은 데이터를 바탕으로 danceability 값을 x축으로, valence 값을 y축으로 하여 생성하였습니다.

cor_df를 활용하여 danceability_valence 간에 양의 상관관계를 발견할 수 있습니다. cor_df에서 얻은 danceability_valence 간의 상관계수가 양의 값을 가지고 있음에 따라 눈으로 어떤 분포를 보이는지 확인하기 위해 두 변수를 사용하여 산점도를 출력합니다. 점들의 위치를 살펴보면 danceability_valence는 양의 상관계수를 가지고 있음을 알 수 있습니다.

energy_loudness 간의 상관관계는 스포티파이에서 이미 보통 energy 값이 높을수록 loud하다고 밝혔으므로 제외하였습니다.

빌보드 TOP100 플레이리스트 출처: https://github.com/mikkelkrogsholm/billboard/blob/master/data/spotify_playlists.rda

이 도표에서 높은 danceability는 템포, 리듬 안정성, 비트 강도, 전반적인 규칙성을 포함한 음악적 요소의 조합에 기초하여 트랙이 춤을 추기 적합함을 의미합니다.

Danceability: Danceability describes how suitable a track is for dancing based on a combination of musical elements including tempo, rhythm stability, beat strength, and overall regularity.

인자에 대한 설명의 출처: https://rpubs.com/mary18/860196

billboard_spotify_playlists = read.csv('https://raw.githubusercontent.com/khskeb0513/ajou-r-programming/main/spotify_playlists.csv')
billboard_track_ids_list = list()
for (playlist_id in billboard_spotify_playlists$spotify_playlist) {
  billboard_track_ids_list[[length(billboard_track_ids_list) + 1]] = get_playlist_tracks(playlist_id)$track.id
}
billboard_tracks_features = tibble()
for (track_ids in billboard_track_ids_list) {
  billboard_tracks_features = rbind(billboard_tracks_features,
                                get_track_audio_features(track_ids))
}
combine_df = data.frame(combn(
  c(
    "danceability",
    "energy",
    "key" ,
    "loudness",
    "speechiness",
    "acousticness",
    "instrumentalness",
    "liveness",
    "valence",
    "tempo",
    "duration_ms"
  ),
  2
))
cor_df = data.frame()
for (combination in combine_df) {
  cor_df = rbind(cor_df, data.frame(
    combination = paste0(combination[1], '_', combination[2]),
    cor = cor(
      billboard_tracks_features[[combination[1]]],
      billboard_tracks_features[[combination[2]]],
      use = 'na.or.complete'
    )
  ))
}
cor_df = cor_df %>% arrange(cor, )
tail(cor_df)

##                 combination       cor
## 50       energy_speechiness 0.1773779
## 51      danceability_energy 0.2111385
## 52 danceability_speechiness 0.2168544
## 53           energy_valence 0.3714116
## 54     danceability_valence 0.4691401
## 55          energy_loudness 0.6828829

ggplot(data = billboard_tracks_features, aes(x = danceability, y = valence)) +
  geom_point(alpha = 1 / 20) +
  geom_smooth(method = 'lm', aes(color = "lm"))

## `geom_smooth()` using formula = 'y ~ x'

## Warning: Removed 3 rows containing non-finite values (`stat_smooth()`).

## Warning: Removed 3 rows containing missing values (`geom_point()`).

도전문제

해당 웹페이지의 코드들을 직접 실행해보며, EDA를 학습해주세요.
사이트 주소: https://r4ds.had.co.nz/exploratory-clata-analysis.html

변량

library(tidyverse)

## ── Attaching packages ─────────────────────────────────────── tidyverse 1.3.2 ──
## ✔ tibble  3.1.8     ✔ purrr   0.3.5
## ✔ tidyr   1.2.1     ✔ stringr 1.4.1
## ✔ readr   2.1.3     ✔ forcats 0.5.2
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ plotly::filter() masks dplyr::filter(), stats::filter()
## ✖ dplyr::lag()     masks stats::lag()

# 변수(variable)는 측정할 수 있는 양, 질 또는 속성이다.

# 값(value)은 변수가 측정될 때의 상태이다. 변수의 값은 측정에 따라 변할 수 있다.

# 관측값(observation)(또는 사례(case))은 유사한 조건에서 측정된 값들의 집합이다 (일반적으로 동시에 같은 대상에 대해 모든 관측된 값을 사용한다.). 관측값은 서로 다른 변수가 조합된 다양한 값을 포함한다. 관측값을 데이터 포인트라고 부르기도 한다.

# 테이블 형식의 데이터(Tabular data)는 각 변수들과 관측값의 조합인 값들의 집합이다. 테이블 형식의 데이터는 각 값은 ‘셀’에, 변수들은 열에, 관측값은 행에 있을 때 타이디(tidy)하다고 한다. 지금까지 보았던 모든 데이터는 타이디 데이터였다. 실제로 데이터 대부분은 타이디하지 않기 때문에 tidy data에서는 이 부분에 대해 다시 다룰 것이다.

# 범주형 변수의 분포를 확인하기 위해 막대 그래프를 사용
ggplot(data = diamonds) + geom_bar(mapping = aes(x = cut))

# 수동으로 계산
diamonds %>%  count(cut)

## # A tibble: 5 × 2
##   cut           n
##   <ord>     <int>
## 1 Fair       1610
## 2 Good       4906
## 3 Very Good 12082
## 4 Premium   13791
## 5 Ideal     21551

# 연속형 변수의 분포를 확인하기 위해 막대 히스토그램을 사용
ggplot(data = diamonds) + geom_histogram(mapping = aes(x = carat), binwidth = 0.5)

# 연속형 변수를 0.5 단위로 범주화하여 수동으로 계싼
diamonds %>% count(cut_width(carat, 0.5))

## # A tibble: 11 × 2
##    `cut_width(carat, 0.5)`     n
##    <fct>                   <int>
##  1 [-0.25,0.25]              785
##  2 (0.25,0.75]             29498
##  3 (0.75,1.25]             15977
##  4 (1.25,1.75]              5313
##  5 (1.75,2.25]              2002
##  6 (2.25,2.75]               322
##  7 (2.75,3.25]                32
##  8 (3.25,3.75]                 5
##  9 (3.75,4.25]                 4
## 10 (4.25,4.75]                 1
## 11 (4.75,5.25]                 1

# 3캐럿 미만의 다이아몬드로 범위를 줄이고 binwidth를 다르게 하여 막대 히스토그램 생성
smaller <- diamonds %>% 
  filter(carat < 3)
ggplot(data = smaller, mapping = aes(x = carat)) +
  geom_histogram(binwidth = 0.1)

# 하나의 플롯에서 여러 개의 히스토그램을 보기 위해 선 히스토그램 생성
ggplot(data = smaller, mapping = aes(x = carat, colour = cut)) +
  geom_freqpoly(binwidth = 0.1)

# 3 캐럿보다 큰 다이아몬드는 없다
ggplot(data = smaller, mapping = aes(x = carat)) +
  geom_histogram(binwidth = 0.01)

# 272 번의 화산분출은 크게 2 개의 그룹으로 묶을 수 있다
ggplot(data = faithful, mapping = aes(x = eruptions)) + 
  geom_histogram(binwidth = 0.25)

# 0.5 단위로 나누었을 때 개수가 50 개 이하인 범주를 확인
ggplot(diamonds) + 
  geom_histogram(mapping = aes(x = y), binwidth = 0.5) +
  coord_cartesian(ylim = c(0, 50))

# 다이아몬드는 y축 값이 3mm 미만, 20mm 초과인 경우 이상치라고 볼 수 있다
diamonds %>% 
  filter(y < 3 | y > 20) %>% 
  select(price, x, y, z) %>%
  arrange(y)

## # A tibble: 9 × 4
##   price     x     y     z
##   <int> <dbl> <dbl> <dbl>
## 1  5139  0      0    0   
## 2  6381  0      0    0   
## 3 12800  0      0    0   
## 4 15686  0      0    0   
## 5 18034  0      0    0   
## 6  2130  0      0    0   
## 7  2130  0      0    0   
## 8  2075  5.15  31.8  5.12
## 9 12210  8.09  58.9  8.06

# 이상값이 결과에 최소한의 영향을 미치고 왜 이상값이 발생했는지 그 이유를 알 수 없다면 결측값으로 대체한 후 계속 진행하는 것이 합리적이다. 그러나 이상값이 결과에 상당한 영향을 미치는 경우, 타당한 이유 없이 제외해서는 안 된다. 문제의 원인(예, 데이터 입력 오류)을 파악하고 이상값을 제거한 사실을 밝혀야 한다.

결측값

# 이상 값이 포함된 행 전체 삭제
diamonds2 <- diamonds %>% filter(between(y, 3, 20))

# 이상 값을 결측값으로 변경
diamonds2 <- diamonds %>% mutate(y = ifelse(y < 3 | y > 20, NA, y))

# ggplot2은 결측치가 포함된 데이터가 인입되었을 시 경고를 표시한다. 이를 제거하려면 na.rm 인자를 TRUE로 설정
ggplot(data = diamonds2, mapping = aes(x = x, y = y)) + 
  geom_point()

## Warning: Removed 9 rows containing missing values (`geom_point()`).

# 결측값은 결측값이 아닌 행과 차이를 만들고 싶어 설정하는 경우도 있다.
# nycflights13::flights 에서 dep_time 변수의 결측값은 항공기의 운항이 취소되었다는 것을 나타낸다.
# dep_time는 출발 시각을 의미

# dep_time을 15분 단위로 쪼개어서 운항 / 결항으로 나누어 그 갯수를 표시한 모습. 결항의 전체 갯수가 적어 가시적으로 비교가 어렵다.

# install.packages('nycflights13')
library(nycflights13)

nycflights13::flights %>%
  mutate(
    cancelled = is.na(dep_time),
    sched_hour = sched_dep_time %/% 100,
    sched_min = sched_dep_time %% 100,
    sched_dep_time = sched_hour + sched_min / 60
  ) %>%
  ggplot(mapping = aes(sched_dep_time)) +
  geom_freqpoly(mapping = aes(colour = cancelled), binwidth = 1 / 4)

공변동

# 전체적인 빈도 수가 다르다
ggplot(diamonds) + 
  geom_bar(mapping = aes(x = cut))

# 전체적인 빈도 수가 크게 달라 다이아몬드의 가격과 품질 간 관계를 파악하기 어렵다
ggplot(data = diamonds, mapping = aes(x = price)) + 
  geom_freqpoly(mapping = aes(colour = cut), binwidth = 500)

# 품질 별 상대도수 히스토그램을 통해 품질 별 가격대 분포를 확인할 수 있다
ggplot(data = diamonds, mapping = aes(x = price, y = after_stat(density))) + 
  geom_freqpoly(mapping = aes(colour = cut), binwidth = 500)

# 박스플롯을 그려 같은 기능을 수행할 수 있다
ggplot(data = diamonds, mapping = aes(x = cut, y = price)) +
  geom_boxplot()

# 번주형 변수들의 공변동은 관측 값 수를 세서 시각화할 수 있다. 관측 값 수는 원의 크기로 표시하고 있다
ggplot(data = diamonds) +
  geom_count(mapping = aes(x = cut, y = color))

# 혹은 수동으로 갯수를 세서 시각화할 수 있다
diamonds %>% 
  count(color, cut) %>%  
  ggplot(mapping = aes(x = color, y = cut)) +
    geom_tile(mapping = aes(fill = n))

# 데이터셋이 큰 산점도의 경우 alpha 인자를 통해 투명도의 추가를 고려할 수 있다
# 투명도 설정 전
ggplot(data = diamonds) +
  geom_point(mapping = aes(x = carat, y = price))

# 투명도 설정 후
ggplot(data = diamonds) + 
  geom_point(mapping = aes(x = carat, y = price), alpha = 1 / 100)

# hexbin 패키지는 좌표 평면을 2D bin 으로 나눈 뒤, 값을 색상의 진하기로 표시한다
# 직사각형 빈을 만드는 경우
ggplot(data = smaller) +
  geom_bin2d(mapping = aes(x = carat, y = price))

# 육각형 빈을 만드는 경우
# install.packages("hexbin")
ggplot(data = smaller) +
  geom_hex(mapping = aes(x = carat, y = price))

# 연속형 변수를 그룹화하여 범주형 변수로 만드는 방법도 있다. 이를 박스 플롯으로 그릴 수 있다

ggplot(data = smaller, mapping = aes(x = carat, y = price)) + 
  geom_boxplot(mapping = aes(group = cut_width(carat, 0.1)))

# 캐럿을 20 부분으로 범주화하여 표시
ggplot(data = smaller, mapping = aes(x = carat, y = price)) + 
  geom_boxplot(mapping = aes(group = cut_number(carat, 20)))

패턴과 모델

# Old Faithful 분출 시간과 분출 사이의 시간 사이의 산점도
# 분출 사이의 대기 시간이 길수록 분출 시간도 길어지는 패턴을 보인다.

ggplot(data = faithful) + 
  geom_point(mapping = aes(x = eruptions, y = waiting))

# 예를 들어 다이아몬드 데이터를 생각해보자. 컷팅과 캐럿 그리고 캐럿과 가격은 밀접하게 관련되어 있으므로 컷팅과 가격의 상관관계를 이해하기 어렵다. 모델을 활용하여 가격과 캐럿 간의 매우 강력한 상관관계를 제거하면 남아있는 중요한 세부 요소들을 탐색할 수 있다. 다음 코드에서는 carat 으로 price 를 예측하는 모델을 적합시킨 다음, 잔차(예측값과 실제값의 차이)를 계산한다. 캐럿의 효과가 제거되면 잔차는 다이아몬드의 가격에 대한 관점을 제공한다.

# 윌킨슨 표기법을 사용하여 모델식을 지정합니다. log(carat)를 예측 변수로 사용하여 log(price)에 대한 선형 회귀 모델을 피팅합니다. fitlm하고 기능이 같은 듯...
# 다이아몬드의 price의 로그 값을 반응변수(종속변수), carat의 로그 값을 독립변수(설명변수)로 하여 단순회귀모형(linear model) 계산
mod <- diamonds %>% lm(formula = log(price) ~ log(carat))
str(mod)

## List of 12
##  $ coefficients : Named num [1:2] 8.45 1.68
##   ..- attr(*, "names")= chr [1:2] "(Intercept)" "log(carat)"
##  $ residuals    : Named num [1:53940] -0.1989 -0.0464 -0.1958 -0.5631 -0.6718 ...
##   ..- attr(*, "names")= chr [1:53940] "1" "2" "3" "4" ...
##  $ effects      : Named num [1:53940] -1808.476 227.618 -0.195 -0.562 -0.671 ...
##   ..- attr(*, "names")= chr [1:53940] "(Intercept)" "log(carat)" "" "" ...
##  $ rank         : int 2
##  $ fitted.values: Named num [1:53940] 5.99 5.83 5.99 6.37 6.49 ...
##   ..- attr(*, "names")= chr [1:53940] "1" "2" "3" "4" ...
##  $ assign       : int [1:2] 0 1
##  $ qr           :List of 5
##   ..$ qr   : num [1:53940, 1:2] -2.32e+02 4.31e-03 4.31e-03 4.31e-03 4.31e-03 ...
##   .. ..- attr(*, "dimnames")=List of 2
##   .. .. ..$ : chr [1:53940] "1" "2" "3" "4" ...
##   .. .. ..$ : chr [1:2] "(Intercept)" "log(carat)"
##   .. ..- attr(*, "assign")= int [1:2] 0 1
##   ..$ qraux: num [1:2] 1 1.01
##   ..$ pivot: int [1:2] 1 2
##   ..$ tol  : num 1e-07
##   ..$ rank : int 2
##   ..- attr(*, "class")= chr "qr"
##  $ df.residual  : int 53938
##  $ xlevels      : Named list()
##  $ call         : language lm(formula = log(price) ~ log(carat), data = .)
##  $ terms        :Classes 'terms', 'formula'  language log(price) ~ log(carat)
##   .. ..- attr(*, "variables")= language list(log(price), log(carat))
##   .. ..- attr(*, "factors")= int [1:2, 1] 0 1
##   .. .. ..- attr(*, "dimnames")=List of 2
##   .. .. .. ..$ : chr [1:2] "log(price)" "log(carat)"
##   .. .. .. ..$ : chr "log(carat)"
##   .. ..- attr(*, "term.labels")= chr "log(carat)"
##   .. ..- attr(*, "order")= int 1
##   .. ..- attr(*, "intercept")= int 1
##   .. ..- attr(*, "response")= int 1
##   .. ..- attr(*, ".Environment")=<environment: 0x7fe742ca2a30> 
##   .. ..- attr(*, "predvars")= language list(log(price), log(carat))
##   .. ..- attr(*, "dataClasses")= Named chr [1:2] "numeric" "numeric"
##   .. .. ..- attr(*, "names")= chr [1:2] "log(price)" "log(carat)"
##  $ model        :'data.frame':   53940 obs. of  2 variables:
##   ..$ log(price): num [1:53940] 5.79 5.79 5.79 5.81 5.81 ...
##   ..$ log(carat): num [1:53940] -1.47 -1.56 -1.47 -1.24 -1.17 ...
##   ..- attr(*, "terms")=Classes 'terms', 'formula'  language log(price) ~ log(carat)
##   .. .. ..- attr(*, "variables")= language list(log(price), log(carat))
##   .. .. ..- attr(*, "factors")= int [1:2, 1] 0 1
##   .. .. .. ..- attr(*, "dimnames")=List of 2
##   .. .. .. .. ..$ : chr [1:2] "log(price)" "log(carat)"
##   .. .. .. .. ..$ : chr "log(carat)"
##   .. .. ..- attr(*, "term.labels")= chr "log(carat)"
##   .. .. ..- attr(*, "order")= int 1
##   .. .. ..- attr(*, "intercept")= int 1
##   .. .. ..- attr(*, "response")= int 1
##   .. .. ..- attr(*, ".Environment")=<environment: 0x7fe742ca2a30> 
##   .. .. ..- attr(*, "predvars")= language list(log(price), log(carat))
##   .. .. ..- attr(*, "dataClasses")= Named chr [1:2] "numeric" "numeric"
##   .. .. .. ..- attr(*, "names")= chr [1:2] "log(price)" "log(carat)"
##  - attr(*, "class")= chr "lm"

# mod 모형에서 잔차 값을 가져와 자연로그의 밑으로 취해 resid 열의 값으로 설정
diamonds2 <- diamonds %>% 
  modelr::add_residuals(mod) %>%
  mutate(resid = exp(resid))
# 그래프 생성
ggplot(data = diamonds2) + 
  geom_point(mapping = aes(x = carat, y = resid))

# 커팅과 가격의 상관관계(다이아몬드의 크기에 비례하여 우수한 품질의 다이아몬드가 더 비싸다)

ggplot(data = diamonds2) + 
  geom_boxplot(mapping = aes(x = cut, y = resid))

ggplot2 호출

ggplot(data = faithful, mapping = aes(x = eruptions)) + 
  geom_freqpoly(binwidth = 0.25)

# 일반적으로 함수의 첫 번째, 두 번째 인수는 매우 중요하므로 기억해두어야 한다. ggplot() 에서 처음 두 개의 인수는 data 와 mapping 인수이며, aes() 의 처음 두 개의 인수는 x 와 y 이다. 이 책의 나머지 부분에서는 이 이름들을 쓰지 않을 것 이다. 이렇게 하면 타이핑이 줄어들고 상용구의 양이 줄어들어 플롯 간에 다른 점을 쉽게 알 수 있다. 이는 27 에서 다루게 될 매우 중요한 프로그래밍 문제 이다.

# 위의 플롯을 좀 더 간결하게 작성하면 다음과 같다.

ggplot(faithful, aes(eruptions)) + 
  geom_freqpoly(binwidth = 0.25)

# 때때로 데이터를 변환하는 파이프라인의 끝을 플롯으로 전환할 것이다. %>% 에서 + 로 전환되는 것을 유의하자. 이 전환이 필요하지 않으면 좋겠지만 안타깝게도 파이프가 생기기 이전에 ggplot2 가 만들어졌다.

diamonds %>% 
  count(cut, clarity) %>% 
  ggplot(aes(clarity, cut, fill = n)) + 
    geom_tile()

PR11 - ggplot

강현승

2022-11-15

1. ggplot2 기초

`ggplot2` plot의 기본 성분

`ggplot2` 함수 분류

ggplot 레이어와 함수간 매핑

Geoms 함수군

1.1. ggplot2 기본 사용법

패키지 설치 및 데이터 준비

1.2. ggplot2로 barplot그리기

1.3. Histograms, boxplots, density plots

1.4. Scatter plots 산점도

1.5. Line Plots

1.6. Fine tuning

1.7. Coordinates

1.8. smoothers

2. leaflet

leaflet예제

데이터로드 및 시각화

연습문제

연습문제1

연습문제2

도전문제

변량

결측값

공변동

패턴과 모델

ggplot2 호출

PR11 - ggplot

강현승

2022-11-15

1. ggplot2 기초

ggplot2 plot의 기본 성분

ggplot2 함수 분류

ggplot 레이어와 함수간 매핑

Geoms 함수군

1.1. ggplot2 기본 사용법

패키지 설치 및 데이터 준비

1.2. ggplot2로 barplot그리기

1.3. Histograms, boxplots, density plots

1.4. Scatter plots 산점도

1.5. Line Plots

1.6. Fine tuning

1.7. Coordinates

1.8. smoothers

2. leaflet

leaflet예제

데이터로드 및 시각화

연습문제

연습문제1

연습문제2

도전문제

변량

결측값

공변동

패턴과 모델

ggplot2 호출

`ggplot2` plot의 기본 성분

`ggplot2` 함수 분류